多分类标签转换为one-hot向量

最新推荐文章于 2025-05-07 15:30:34 发布

原创最新推荐文章于 2025-05-07 15:30:34 发布 · 5.7k 阅读

8 ·

本内容遵循CC 4.0 BY-SA版权协议

标签

#Python #机器学习 #标签生成

收录于

Python 专栏收录该内容

11 篇文章

订阅专栏

本文通过Python和NumPy实现了一个简单的例子，展示了如何将MNIST数据集中的标签转换为one-hot编码形式，这对于训练分类器至关重要。

本文参考mnist.py中dense_to_one_hot函数，展示标签生成one-hot向量的过程。

>>> import numpy as np
>>> labels_dense=np.asarray([0,3,2,3,1,1])
>>> num_labels = labels_dense.shape[0]
>>> num_classes=4
>>> index_offset = np.arange(num_labels) * num_classes
>>> labels_one_hot = np.zeros((num_labels, num_classes))
>>> labels_one_hot.flat[index_offset + labels_dense.ravel()] = 1
>>> labels_one_hot
array([[ 1.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  1.],
       [ 0.,  0.,  1.,  0.],
       [ 0.,  0.,  0.,  1.],
       [ 0.,  1.,  0.,  0.],
       [ 0.,  1.,  0.,  0.]])